随着社会的老龄化的趋势不断加快,老年人人口比重已有显著上升,并且出现了很多老年人独居的情况,因而老年人健康问题成为社会关注的焦点。其中,跌倒作为一种高频突发事件,对老年人的健康造成很大的负面影响。跌倒检测系统能让老年人发生跌倒时第一时间得到救护,避免由于长时间平躺(long-lie)所造成的健康恶化。跌倒检测系统已成为国内外的研究热点。跌倒检测系统利用人发生跌倒的特征,将其与日常生活活动(ADL)进行区分,并在发生跌倒时予以提示。跌倒检测系统可以对老年人尤其是独居老人提供实时的监护,可以避免因为无人照料而带来的风险。由于基于视频的检测跌倒系统不需要用户佩戴传感器,不会让用户感到不适,通过记录视频,为分析跌倒原因提供依据,并且头部对人体运动速度最敏感,特征较为明显,本文提出了基于头部运动轨迹和3D视觉的跌倒识别系统。本文的硬件部分采用了3D摄像头Kinect。通过Kinect可以同时获取的彩色图像和深度图像。对输入的深度图像前景分割获得人的轮廓并定位头部附近区域,通过对彩色图像肤色识别获得肤色区域,两者结合完成对头部的定位。将头部运动速度作为判断跌倒的依据。对不同行为的头部速度进行采集,利用SVM法对运动速度进行分析。首先,运用交叉比对确定最优化参数；其次,以最优化参数训练学习组；最后,对实验组进行预测。实验结果表明,本文的系统能够有效识别蹲下、坐下和跌倒,识别率超过90%。